Nivel 8 · Depura: ¿un pedido por cliente en todos los canales?

Una razón que sale exactamente 1.00 en cada fila es una señal fuerte de que el numerador y el denominador de la fracción son el mismo número. Eso es lo que pasa aquí.

COUNT(columna) no es COUNT(DISTINCT columna)

COUNT(customer_id) cuenta las filas donde customer_id no es NULL. En orders nunca es NULL, así que en cada canal cuenta pedidos, exactamente igual que COUNT(*). La pregunta es cuántos clientes distintos hay, y eso necesita DISTINCT:

SELECT
  channel,
  COUNT(*) AS orders,
  COUNT(DISTINCT customer_id) AS customers
FROM orders
WHERE status = 'completed'
GROUP BY channel;

Web: 5,367 pedidos de 1,379 clientes. App: 3,885 pedidos de 1,316 clientes. Marketplace: 1,597 pedidos de 784 clientes. Al dividir salen 3.89, 2.95 y 2.04 pedidos por cliente. El * 1.0 mantiene la división decimal en todas las bases de datos.

Cómo detectarlo

• Dos columnas que deberían diferir son idénticas en cada fila.
• Una razón es una constante sospechosamente redonda, como 1.00 o 100 %.
• El resultado contradice algo que sabes del negocio, aquí que la mayoría de los clientes piden más de una vez.
• Un número de “clientes” es mayor de lo que esperarías de la base de clientes. En web era 5,367, mientras que toda la tienda tiene unos dos mil clientes.

Errores comunes

• Sumar los conteos de clientes por canal para obtener un total. Un cliente que usó tanto web como app se cuenta en ambas filas, así que los tres conteos suman 3,479 aunque solo 1,730 clientes distintos tienen un pedido completado. Cuenta los clientes distintos sin el GROUP BY para el total real.
• Escribir DISTINCT COUNT(customer_id). Eso aplica DISTINCT al conteo terminado, no a los ids de cliente, y no cambia nada.
• Arreglar la columna de clientes pero no la razón. La razón repite el conteo, así que necesita el mismo COUNT(DISTINCT customer_id) en su denominador, o se queda en 1.00 mientras la columna de al lado se ve bien.

En SQL Server

COUNT(DISTINCT ...) funciona igual. El * 1.0 importa más allí: COUNT(*) / COUNT(DISTINCT customer_id) divide dos enteros y SQL Server trunca el resultado, así que 3.89 se mostraría como 3.